《表4 不同分类器对测试集的分类性能》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于活动轮廓模型和影像组学的乳腺癌LVI状态预测》
采用6种不同的分类器对测试集进行分类性能对比.从表4看出,集成分类器随机森林比其他分类器性能好,尽管贝叶斯线性回归的特异度比集成分类器随机森林高,但敏感度和准确率均较低.ResNet18的敏感度高,但特异度和准确率低.
图表编号 | XD00130355300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 冯宝、李昌林、李智、刘壮盛 |
绘制单位 | 中山大学生物医学工程学院、桂林航天工业学院电子信息与自动化学院、中山大学附属江门市中心医院放射科、桂林航天工业学院电子信息与自动化学院、中山大学附属江门市中心医院放射科 |
更多格式 | 高清、无水印(增值服务) |